KR101060488B1 - 최적 영상 선택 방법 및 장치 - Google Patents

최적 영상 선택 방법 및 장치 Download PDF

Info

Publication number
KR101060488B1
KR101060488B1 KR1020080036747A KR20080036747A KR101060488B1 KR 101060488 B1 KR101060488 B1 KR 101060488B1 KR 1020080036747 A KR1020080036747 A KR 1020080036747A KR 20080036747 A KR20080036747 A KR 20080036747A KR 101060488 B1 KR101060488 B1 KR 101060488B1
Authority
KR
South Korea
Prior art keywords
images
luminance
sharpness
measuring
image
Prior art date
Application number
KR1020080036747A
Other languages
English (en)
Other versions
KR20090111136A (ko
Inventor
권성진
Original Assignee
주식회사 코아로직
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 코아로직 filed Critical 주식회사 코아로직
Priority to KR1020080036747A priority Critical patent/KR101060488B1/ko
Priority to CN2009801139146A priority patent/CN101971611B/zh
Priority to US12/427,582 priority patent/US8724917B2/en
Priority to EP09734031A priority patent/EP2269369B1/en
Priority to PCT/KR2009/002064 priority patent/WO2009131350A2/en
Priority to JP2011506190A priority patent/JP5389903B2/ja
Publication of KR20090111136A publication Critical patent/KR20090111136A/ko
Application granted granted Critical
Publication of KR101060488B1 publication Critical patent/KR101060488B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/21—Intermediate information storage
    • H04N1/2104—Intermediate information storage for one or a few pictures
    • H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
    • H04N1/2137—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer
    • H04N1/2141—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer in a multi-frame buffer
    • H04N1/2145—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer in a multi-frame buffer of a sequence of images for selection of a single frame before final recording, e.g. from a continuous sequence captured before and after shutter-release
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2101/00—Still video cameras

Abstract

본 발명은 BSS(Best Shot Selector) 기능을 지원하는 최적 영상의 선택 방법에 관한 것으로, 연속적으로 촬영된 복수의 영상들의 휘도 값 및 선명도 값을 측정하고, 측정된 휘도 값 및 선명도 값을 결합하며, 결합된 값을 기초로 복수의 영상들 중 최적의 영상을 선택함으로써, 잡음, 피사체의 움직임, 및 카메라의 내외부의 밝기 변화 등에 따른 오류를 최소화하여 보다 정확하게 최적의 영상을 선택할 수 있다.

Description

최적 영상 선택 방법 및 장치{Method and Apparatus of Selecting Best Image}
본 발명은 영상의 선택 방법에 관한 것이며, 보다 상세하게는 BSS(Best Shot Selector) 기능을 지원하여 최적의 영상을 선택하는 방법 및 장치, 및 최적의 영상을 선택하는 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
디지털 카메라는 촬영한 영상을 내부 기억 장치로 저장할 수 있는 카메라이다. 일반 카메라는 영상을 아날로그 값으로 저장하는데 비해, 디지털 카메라는 영상을 비트맵으로 분할하고, 각각의 휘도를 디지털 값으로 기록한다. 최근에 널리 사용되는 디지털 카메라는 셔터를 누름에 따라 한 개의 영상을 촬영하는 일반 촬영 모드와 셔터를 누르고 있는 동안 연속하여 수 개의 영상을 촬영하는 연속 촬영 모드를 지원한다. 일반적으로, 연속 촬영 모드에서 동일 피사체에 대해 연속성을 가지는 다수의 정지 영상을 얻을 수 있다.
BSS 기능은 디지털 카메라에 적용되는 특수한 기능 중의 하나로서, 연속적으로 촬영된 사진들 중 최적의 사진을 선택하는 기능이다. 이와 관련된 기존 방법들 중에는 2장 이상의 복수의 연속적으로 촬영된 영상들 중에 하나를 사용자가 직접 선택하는 수동 선택 방법과 영상 처리 알고리즘에 의한 자동 선택 방법이 있다.
본 발명이 해결하고자 하는 과제는 연속적으로 촬영된 복수의 영상들 중 최적의 영상을 보다 정확하게 선택할 수 있는 영상의 선택 방법 및 장치, 및 상기 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 있다.
상기 과제를 해결하기 위한 본 발명에 따른 영상 선택 방법은 연속적으로 촬영된 복수의 영상들의 휘도 값을 측정하는 단계; 상기 복수의 영상들의 선명도 값을 측정하는 단계; 상기 복수의 영상들 각각에 대하여 상기 측정된 휘도 값 및 상기 측정된 선명도 값을 결합하는 단계; 및 상기 결합된 값을 기초로 상기 복수의 영상들 중 최적의 영상을 선택하는 단계를 포함한다.
상기 복수의 영상들의 휘도 값을 측정하는 단계는 상기 복수의 영상들 각각의 휘도 분포를 나타내는 히스토그램에 대하여 소정의 너비 및 높이를 가지는 마스크를 설정하는 단계; 및 상기 설정된 마스크와 상기 히스토그램의 비율을 이용하여 상기 복수의 영상들의 상기 휘도 값을 측정하는 단계를 포함할 수 있다. 상기 설정된 마스크와 상기 히스토그램 비율을 이용하여 상기 복수의 영상들의 휘도 값을 측정하는 단계는 상기 설정된 마스크의 넓이와 상기 마스크 내에 포함된 히스토그램의 넓이의 비를 계산하는 단계; 상기 설정된 마스크의 너비와 상기 마스크 내에 포함된 히스토그램의 너비의 비를 계산하는 단계; 및 상기 넓이의 비와 상기 너비의 비를 연산하여 상기 휘도 값을 측정하는 단계를 포함할 수 있다.
또한, 본 발명에 따른 영상 선택 방법은 상기 복수의 영상들 각각에 대하여 측정 영역을 설정하는 단계를 더 포함하고, 상기 복수의 영상들의 선명도를 측정하는 단계는 상기 복수의 영상들 각각에 대하여 상기 설정된 측정 영역 내에서 선명도 값을 측정할 수 있다.
또한, 상기 과제는 연속적으로 촬영된 복수의 영상들의 휘도 값을 측정하는 단계; 상기 복수의 영상들의 선명도 값을 측정하는 단계; 상기 복수의 영상들 각각에 대하여 상기 측정된 휘도 값 및 상기 측정된 선명도 값을 결합하는 단계; 및 상기 결합된 값을 기초로 상기 복수의 영상들 중 최적의 영상을 선택하는 단계를 포함하는 영상 선택 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 의해 달성된다.
또한, 상기 과제를 해결하기 위한 본 발명에 따른 영상 선택 장치는 연속적으로 촬영된 복수의 영상들의 휘도 값을 측정하는 휘도 측정부; 상기 복수의 영상들의 선명도 값을 측정하는 선명도 측정부; 상기 복수의 영상들 각각에 대하여 상기 측정된 휘도 값 및 상기 측정된 선명도 값을 결합하는 결합부; 및 상기 결합된 값을 기초로 상기 복수의 영상들 중 최적의 영상을 선택하는 선택부를 포함한다.
상기 휘도 측정부는 상기 복수의 영상들 각각의 휘도 분포를 나타내는 히스토그램에 대하여 소정의 너비 및 높이를 가지는 마스크를 설정하고, 상기 설정된 마스크와 상기 히스토그램의 비율을 이용하여 상기 복수의 영상들의 상기 휘도 값을 측정할 수 있다. 또한, 상기 휘도 측정부는 상기 설정된 마스크의 넓이와 상기 마스크 내에 포함된 히스토그램의 넓이의 비 및 상기 설정된 마스크의 너비와 상기 마스크 내에 포함된 히스토그램의 너비의 비를 각각 계산하고, 상기 넓이의 비와 상기 너비의 비를 연산하여 상기 휘도 값을 측정할 수 있다.
또한, 본 발명에 따른 영상 선택 장치는 상기 복수의 영상들 각각에 대하여 측정 영역을 설정하는 영역 설정부를 더 포함하고, 상기 선명도 측정부는 상기 복수의 영상들 각각에 대하여 상기 설정된 측정 영역 내에서 선명도 값을 측정할 수 있다.
본 발명에 따르면, 연속적으로 촬영된 복수의 영상들의 휘도를 측정하고, 측정된 휘도를 기초로 복수의 영상들 중 최적의 영상을 선택함으로써, 잡음, 피사체의 움직임, 카메라의 내외부의 밝기 변화 등으로 인해 발생할 수 있는 오류, 사용자의 떨림에 의한 블러링(blurring) 등의 오류를 최소화하여 보다 정확하게 최적의 영상을 선택할 수 있다.
또한, 본 발명에 따르면, 칼라 영상의 명암 정보를 나타내는 Y 성분과 색채 정보를 나타내는 Cb, Cr 성분 중에서, 조명 조건에 덜 민감한 명암 정보만을 추출하여 이용함으로써, 전체적인 처리 속도를 향상시킬 수 있다.
또한, 본 발명에 따르면, 선명도를 측정하기 위한 소정의 측정 영역을 설정하고, 설정된 측정 영역에 대해서만 소벨 필터를 적용함으로써, 영상의 최외곽 영역에 존재할 수 있는 의도하지 않은 에지 변화의 영향을 최소화시킬 수 있다.
또한, 본 발명은 하드웨어 사이즈를 감소시킴으로써, 디지털 카메라, 카메라 가 장착된 휴대폰, PDA(Personal Digital Assistant) 등과 같은 모바일(mobile) 기기에 적절하게 이용될 수 있다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 영상 선택 장치를 나타내는 블록도이다.
도 1을 참조하면, 영상 선택 장치는 명암 정보 추출부(intensity information extracting unit, 11), 화질 측정부(image quality measuring unit, 12), 및 선택부(selection unit, 13)를 포함한다.
명암 정보 추출부(11)는 연속적으로 촬영된 복수의 영상들의 명암 정보를 추출한다. 여기서, 복수의 영상들은 카메라의 연속 촬영 모드에서 기 설정된 N(N은 2이상의 자연수)개의 연속적으로 촬영된 영상들을 나타낸다. 연속 촬영 모드에서 연속적으로 촬영된 영상들이라 할지라도, 피사체의 움직임에 의한 블러링(blurring), 카메라 내외부의 밝기 변화, 또는 사용자의 손 떨림 등에 의한 블러링 등에 의해 화질의 차이가 생길 수 있으므로, N개의 연속적으로 촬영된 영상들 중 최적의 영상을 선택할 필요가 생긴다.
여기서, 복수의 영상들은 칼라 영상일 수 있다. 일반적으로 칼라 영상은 명암(intensity) 정보를 나타내는 Y 성분과 색채(chrominance) 정보를 나타내는 Cb, Cr 성분으로 구분된다. 이 때, 색채 정보인 Cb, Cr은 명암 정보인 Y 보다 조명 조건에 민감하다. 본 발명의 일 실시예에서는 다양한 환경에서 영상을 획득되고 알고리즘을 적용하여야 하므로, 명암 정보 추출부(11)는 상대적으로 조명 조건에 민감하지 않은 명암 정보만을 추출하여 그레이 레벨(gray level)의 영상(즉, 농담 화상)을 획득할 수 있다. 또한, Y, Cb, Cr 중 Y 성분만을 이용함으로써, 전체적인 처리 속도를 향상시킬 수 있다.
한편, 본 발명의 다른 실시예에서 복수의 영상들이 흑백 영상인 경우, 영상 선택 장치는 명암 정보 추출부(11)를 포함하지 않을 수 있다. 또한, 본 발명의 또 다른 실시예에서 복수의 영상들이 컬러 영상이더라도, 영상 선택 장치는 명암 정보 추출부(11)를 포함하지 않고, 컬러 영상에 대해 화질을 측정할 수도 있다.
화질 측정부(12)는 선명도 측정부(sharpness measuring unit, 121), 휘도 측정부(brightness measuring unit, 122), 및 결합부(combination unit, 123)를 포함하여, 명암 정보 추출부(11)에서 출력된 명암 정보만을 가진 복수의 그레이 레벨 영상들의 화질을 측정한다.
선명도 측정부(121)는 명암 정보 추출부(11)에서 추출된 명암 정보만을 가진 영상의 선명도를 측정한다. 여기서, 선명도는 영상의 명암 경계 부분의 명확도를 나타내는 것으로, 디테일(detail), 콘트라스트(contrast), 에지(edge) 등을 포괄하 는 개념이다.
보다 상세하게는, 선명도 측정부(121)는 복수의 그레이 레벨 영상 각각에 대해 필터를 적용하여 각각의 영상에 포함된 에지를 검출함으로써, 선명도를 측정한다. 예를 들어, 선명도 측정부(121)는 복수의 그레이 레벨 영상 각각에 대해 소벨(Sobel) 필터를 적용하여 각각의 영상에 포함된 에지를 검출할 수 있다. 본 발명의 다른 실시예에서, 선명도 측정부(121)는 가우시안(Gaussian) 필터, 라플라시안(Laplacian) 필터 등과 같은 다른 필터를 이용할 수도 있다. 이하에서는, 설명의 편의상 소벨 필터를 적용한 경우에 대하여 설명하기로 한다.
도 2는 도 1의 선명도 측정부(121)에 의해 검출된 에지를 포함하는 영상의 일 예를 나타낸다. 이하에서는, 도 1 및 2를 참조하여 선명도 측정부(121)의 동작을 상술하기로 한다.
도 1 및 2를 참조하면, 선명도 측정부(121)는 영상에 대하여 소벨 필터를 적용하여 도 2에 도시된 바와 같이, 영상에 포함된 에지 성분만을 검출한다.
소벨 필터는 미분연산자 Gx 및 Gy를 포함하고, 미분연산자 Gx 및 Gy는 다음 수학식 1 및 2과 같이 나타난다.
Figure 112008028287537-pat00001
먼저, 선명도 측정부(121)는 그레이 레벨 영상에 대해 Gx를 적용하여 영상에 포함되어 있는 세로 방향의 에지 성분을 검출한다.
Figure 112008028287537-pat00002
그 다음, 선명도 측정부(121)는 그레이 레벨 영상에 대해 Gy를 적용하여 영상에 포함되어 있는 가로 방향의 에지 성분을 검출한다. 그러나, 여기서, 선명도 측정부(121)는 영상에 대해 Gx를 먼저 적용하여 영상에 포함되어 있는 세로 방향의 에지 성분을 먼저 검출한 후, 영상에 대해 Gy를 적용하여 영상에 포함되어 있는 가로 방향의 에지 성분을 검출할 수 있다.
그 다음, 선명도 측정부(121)는 영상의 가로 방향의 에지 성분과 세로 방향의 에지 성분을 합하여 에지의 총합(TSedge)을 산출하고, 산출된 에지의 총합을 선명도로 출력한다. 이미지의 사이즈가 IS(image size)이고, 비트 수가 n인 경우, 에지의 총합의 범위는 0 ≤ TSedge ≤ ISx2n이다. 예를 들어, 이미지의 사이즈가 640x480이고, 비트 수는 8비트일 수 있다. 이 경우, 에지의 총합의 범위는 0 ≤ TSedge ≤ 640x480x28이다.
도 3은 도 1의 선명도 측정부(121)에 의해 검출된 에지를 포함하는 영상의 다른 예를 나타낸다. 이하에서는, 도 1 및 3을 참조하여, 선명도 측정부(121)의 동작을 상술하기로 한다.
도 1 및 3을 참조하면, 선명도 측정부(121)는 그레이 레벨 영상에 대해서 선명도를 측정하기 위한 소정의 측정 영역으로 설정하고, 설정된 소정의 측정 영역에 대해서만 소벨 필터를 적용한다. 보다 상세하게는, 선명도 측정부(121)의 가장 자리의 일정 영역을 제외한 소정의 측정 영역을 설정한다. 예를 들어, 도 3에 도시된 바와 같이, 선명도 측정부(121)는 그레이 레벨 영상의 상하의 가장 자리에서 Xlimit만큼 떨어지고, 좌우의 가장 자리에서 Ylimit만큼 떨어진 영역(31)을 측정 영역으로 설정할 수 있다.
일반적으로, 카메라의 연속 촬영 모드에서 사용자에 의해 카메라가 흔들릴 수 있으며, 이 경우에는 영상의 최외곽 영역에서 변화가 크다. 예를 들어, 첫 번째 촬영된 영상은 중심에 사람만 찍혔는데, 두 번째 촬영된 영상은 중심에 사람이 찍히고, 외곽에 나무가 조금 찍힐 수 있다. 이 경우, 의도하지 않은 나무가 찍힘으로써, 영상의 에지 성분이 크게 증가할 수 있다. 따라서, 사용자가 관심있는 특정 피사체를 중심으로 영상의 선명도를 측정하는 것이 바람직하므로, 선명도 측정부(121)는 그레이 레벨 영상에 대해서 소정의 측정 영역을 설정할 수 있다. 이 경우, 선명도 측정부(121)는 그레이 레벨 영상에 대해서 소정의 측정 영역에 대해서만 소벨 필터를 적용하여, 가로 방향의 에지 성분과 세로 방향의 에지 성분을 검출한 후, 검출된 에지 성분들의 총합을 선명도로 출력한다.
이와 같이, 영상의 선명도를 기초로 하여 복수의 영상들 중 가장 선명도가 큰 영상을 최적의 영상을 선택하는 경우, 고정된 적정 밝기에서 최적의 영상을 적절하게 선택할 수 있다.
더 나아가, 본 발명은 잡음(noise), 피사체의 움직임, 카메라 내/외부 밝기 변화 등에 따라 최적의 영상을 판단하는데 오류를 최소화하여 최적의 영상을 선택할 수 있다.
다시 도 1을 참조하면, 휘도 측정부(122)는 명암 정보 추출부(11)에서 추출된 명암 정보만을 가진 그레이 레벨 영상의 휘도를 측정한다. 여기서, 휘도는 물체나 그 물체에 의해 만들어지는 영상 신호의 밝기를 의미하며, 밝기(luminance), 명도 등을 포괄한다. 대표적으로, 휘도 측정부(122)는 복수의 그레이 레벨 영상의 휘도 분포를 나타내는 히스토그램(histogram)을 분석함으로써 휘도 정보를 추출할 수 있다.
도 4a 내지 4c는 가변적인 밝기에서 연속적으로 촬영된 복수의 영상들의 예를 나타낸다. 도 5a 내지 5c는 도 4a 내지 4c의 영상들에 각각 대응하는 히스토그램을 나타낸다. 히스토그램에서 가로축은 0부터 255까지의 계조 레벨을 가진 세기(intensity)를 나타내고, 세로축은 픽셀의 수를 나타낸다.
도 4a 및 5a를 참조하면, 도 4a는 노출 부족(under exposure) 상태에서 촬영된 영상을 나타내고, 이에 대응하는 도 5a의 히스토그램을 살펴보면, 계조 레벨이 0인 검정색에 픽셀이 많이 분포하고, 계조 레벨이 커질수록 픽셀이 거의 분포하지 않는 것을 알 수 있다. 다시 말해, 도 5a의 히스토그램은 계조 레벨이 낮은 쪽으로 몰려서 대략적으로 곡선(51)을 따라 분포한다.
도 4b 및 5b를 참조하면, 도 4b는 적정 노출(perfect exposure) 상태에서 촬영된 영상을 나타내고, 이에 대응하는 도 5b의 히스토그램을 살펴보면, 계조 레벨이 중간 정도인 지점을 중심으로 대략적으로 곡선(52)를 따라 픽셀이 골고루 분포하는 것을 알 수 있다. 적정 노출의 상태에서 촬영된 영상은 도 4b에 도시된 바와 같이 시각적으로 적합한 영상으로 보여질 뿐만 아니라, 도 5b에 도시된 바와 같이 히스토그램의 형태도 전 계조 레벨에 대해 골고루 분포하는 것을 알 수 있다.
도 4c 및 5c를 참조하면, 도 4c는 과도 노출(over exposure) 상태에서 촬영된 영상을 나타내고, 이에 대응하는 도 5c의 히스토그램을 살펴보면, 계조 레벨이 255인 흰색에 픽셀이 많이 분포하고, 계조 레벨이 커질수록 픽셀이 많이 분포하는 것을 알 수 있다. 다시 말해, 도 5c의 히스토그램은 계조 레벨이 높은 쪽으로 몰려서 대략적으로 곡선(53)을 따라 분포한다.
도 6a는 도 1의 휘도 측정부(122)에서 설정한 마스크의 예를 나타내고, 도 6b는 히스토그램에 도 6의 마스크를 적용한 것을 나타낸다. 이하에서는 도 1, 6a 및 6b를 참조하여 휘도 측정부(122)의 동작을 상술하기로 한다.
도 6a를 참조하면, 휘도 측정부(122)는 영상의 히스토그램을 기초로 마스크(61)를 미리 설정한다. 마스크(61)는 가로축에 대한 소정 너비 및 세로축에 대한 소정 높이를 가지는 삼각형 형태일 수 있다. 도 6a에서 마스크(61)의 너비는 ML이고, 마스크(61)의 넓이는 MA로 나타난다. 이 경우, 너비 및 높이는 변경 가능하다. 예를 들어, 마스크의 너비는 최소 값(Minv)와 최대 값(Maxv) 사이로 설정될 수 있고, 높이는 127로 설정될 수 있다. 또한, 마스크의 형태는 삼각형에 한정되지 않고, 변형 가능하다.
도 6b를 참조하면, 휘도 측정부(122)는 영상의 히스토그램(62)에 도 6a의 마스크(61)를 적용하여 해당 영상에 대해 휘도를 측정한다. 이 때, 마스크(61) 내에 포함된 히스토그램(62)의 넓이는 HA이고, 마스크(61) 내에 포함된 히스토그램(62)의 너비는 HL로 나타난다. 보다 상세하게는, 휘도 측정부(122)는 다음 수학식 3과 같이 휘도를 측정할 수 있다.
Figure 112008028287537-pat00003
여기서, L은 휘도를 나타내고, HA는 히스토그램의 넓이, MA는 마스크의 넓이, HL은 히스토그램의 너비, ML은 히스토그램의 너비를 나타낸다. 휘도 측정부(122)는 히스토그램의 넓이 HA와 마스크의 넓이 MA의 비와 히스토그램의 너비 HL와 마스크의 너비 ML의 비를 곱함으로써, 휘도 L를 측정한다. 따라서, 휘도 L은 0부터 1까지의 값을 갖는다(즉, 0 ≤ L ≤ 1). 다시 말해, 마스크(61)와 히스토그램(62)이 일치할 경우 휘도는 1이다. 도 5a 및 5c에 도시된 히스토그램은 마스크(61)에 포함되는 영역이 작으므로 휘도가 작고, 도 5b에 도시된 히스토그램은 마스크(61)에 포함되는 영역이 많으므로 휘도가 크다.
다시 도 1을 참조하면, 결합부(123)는 선명도 측정부(121) 및 휘도 측정부(122)에서 각각 측정된 선명도 및 휘도를 정량적으로 결합하여 결합 값(CV, Combination Value)을 출력한다. 보다 상세하게는, 결합부(123)는 선명도 측정부(121)에서 측정된 에지의 총합(TSedge)과 휘도 측정부(122)에서 측정된 휘도(L)의 곱해서 결합 값(CV)을 출력한다. 상술한 바와 같이, 이미지의 사이즈가 IS(image size)이고, 비트 수가 n인 경우, 에지의 총합의 범위는 0 ≤ TSedge ≤ ISx2n이고, 휘도의 범위는 0 ≤ L ≤ 1이다. 여기서, 휘도(L)는 에지의 총합(TSedge)에 대해 가중치의 역할을 한다. 또한, 휘도(L)와 총합(TSedge) 각각이 가중치를 가지고 결합 값(CV)이 계산될 수도 있다.
선택부(13)는 결합부(123)에서 출력된 결합 결과를 기초로 연속적으로 촬영된 복수의 영상들 중 최적의 영상을 선택한다. 보다 상세하게는, 선택부(13)는 연속적으로 촬영된 복수의 영상들 중 선명도와 휘도의 곱의 값이 가장 큰 영상을 최적의 영상으로 선택한다.
본 발명의 일 실시예에서, 선택부(13)는 연속적으로 촬영된 복수의 영상들에 대해 순차적으로 이전 영상과 현재 영상을 비교하여, 선명도와 휘도의 곱의 값이 큰 영상을 최적의 영상으로 선택한다. 이 경우, 이전 영상과 현재 영상 중 선택된 영상을 다음 영상과 비교하기 위하여, 해당 수치를 저장하고, 기 설정된 영상의 수만큼 비교 과정을 반복한다. 한편, 본 발명의 다른 실시예에서, 선택부(13)는 연 속적으로 촬영된 복수의 영상들을 프레임 버퍼에 저장한 후, 저장된 영상들 중에서 선명도와 휘도의 곱의 값이 가장 큰 영상을 최적의 영상으로 선택할 수도 있다.
도 7a 내지 7e는 고정된 밝기와 거리에서 연속적으로 촬영된 영상들의 예를 나타낸다. 도 8a 내지 8c는 도 7a 내지 7c의 영상들에 대한 도 1의 화질 측정부의 적용 결과를 나타낸다.
도 7a 내지 7e 및 도 8a 내지 8c를 참조하면, 도 7a, 7b, 7c, 7d, 및 7e의 영상은 각각 프레임 인덱스 번호 1, 2, 3, 4, 및 5에 대응된다. 도 8a는 프레임 인덱스 번호에 따른 선명도 측정부(121)에서 측정된 에지의 총합(TSedge)를 나타낸다. 도 8a를 참조하면, 프레임 인덱스 번호 3 및 5의 경우 에지의 총합이 크므로, 선명도가 크다. 이와 같이, 고정된 밝기 및 거리의 동일한 환경에서 촬영된 영상일지라도 디지털 카메라의 영상 센서의 특성 및 영상 처리 프로세서의 처리 과정에서 화소 값(pixel value)의 변화가 발생할 수 있으므로, 최적의 영상을 선택하는데 정확성이 감소할 수 있다.
도 8b는 프레임 인덱스 번호에 따른 휘도 측정부(122)에서 측정된 휘도(L)를 나타낸다. 도 8b를 참조하면, 프레임 인덱스 번호 3의 휘도가 가장 크다. 도 8c는 프레임 인덱스 번호에 따른 결합부(123)에서 결합된 결합 값(CV)을 나타낸다. 도 8c를 참조하면, 프레임 인덱스 번호 3 및 5 모두 선명도가 크지만, 프레임 인덱스 번호 3의 휘도가 프레임 인덱스 번호 5의 휘도보다 크기 때문에, 결합 값은 프레임 인덱스 번호 3이 더 크다. 따라서, 본 발명의 일 실시예에서 도 7a 내지 7e의 영상들 중 도 7c를 최적의 영상으로 선택할 수 있다.
도 9a 내지 9c는 사용자에 의한 흔들림과 영상의 밝기 변화가 존재하는 경우 연속적으로 촬영된 영상들의 예를 나타낸다. 도 10a 내지 10c는 도 9a 내지 9c의 영상들 전체에 대한 도 1의 화질 측정부의 적용 결과를 나타낸다. 도 11a 내지 11c는 도 9a 내지 9c의 영상들에서 소정의 영역에 대한 도 1의 화질 측정부의 적용 결과를 나타낸다.
도 9a 내지 9c 및 도 10a 내지 10f를 참조하면, 도 9a, 9b, 및 9c의 영상은 각각 프레임 인덱스 번호 1, 2, 및 3에 대응된다. 도 10a는 프레임 인덱스 번호에 따른 선명도 측정부(121)에서 측정된 에지의 총합(TSedge)를 나타낸다. 도 10a를 참조하면, 프레임 인덱스 번호 1의 에지의 총합이 가장 크므로, 선명도가 가장 크다. 도 10b는 프레임 인덱스 번호에 따른 휘도 측정부(122)에서 측정된 휘도를 나타낸다. 도 10b를 참조하면, 프레임 인덱스 번호 2의 휘도가 가장 크다. 도 10c는 프레임 인덱스 번호에 따른 결합부(123)에서 결합된 결합 값(CV)을 나타낸다. 도 10c를 참조하면, 프레임 인덱스 번호 2의 결합 값이 가장 크다. 따라서, 본 발명의 일 실시예에서 도 9a 내지 9c의 영상들 중 도 9b를 최적의 영상으로 선택할 수 있다.
도 11a 내지 11c는 도 9a 내지 9c의 영상들의 상하의 가장 자리의 10 픽셀과 좌우의 가장 자리의 10 픽셀을 각각 제외하여 설정된 측정 영역에 대하여 도 1의 화질 측정부(12)를 적용한 것이다. 도 11a는 프레임 인덱스 번호에 따른 선명도 측정부(121)에서 측정된 에지의 총합(TSedge)를 나타낸다. 도 11a를 참조하면, 프레임 인덱스 번호 2의 에지의 총합이 가장 크므로, 선명도가 가장 크다. 도 11b는 프레임 인덱스 번호에 따른 휘도 측정부(122)에서 측정된 휘도를 나타낸다. 도 11b를 참조하면, 프레임 인덱스 번호 2의 휘도가 가장 크다. 도 11c는 프레임 인덱스 번호에 따른 결합부(123)에서 결합된 결합 값(CV)을 나타낸다. 도 11c를 참조하면, 프레임 인덱스 번호 2의 결합 값이 가장 크다. 따라서, 본 발명의 일 실시예에서 도 9a 내지 9c의 영상들 중 도 9b를 최적의 영상으로 선택할 수 있다.
도 10a 및 11a를 참조하면, 측정 영역의 설정 여부에 따라 선명도의 측정 결과를 크게 달라지는 것을 알 수 있다. 한편, 도 10b 및 11b를 참조하면, 측정 영역의 설정 여부에 따라 휘도의 측정 결과는 크게 달라지지 않는 것을 알 수 있다. 이와 같이, 연속적으로 촬영된 영상에서 영역 변화가 생겼을 때, 선명도의 변화가 휘도의 변화보다 크다. 그리고, 도 10c 및 11c를 참조하면, 측정 영역의 설정 여부에 따라 결합 값의 결과는 크게 달라지지 않는 것을 알 수 있다.
선명도만을 기초로 최적 영상을 선택하는 경우에는 사용자의 떨림 등에 의해 각 영상의 외곽 영역이 달라지는 경우, 측정 영역을 설정 여부에 따라 선택되는 최적 영상이 다를 수 있다. 그러나, 선명도 및 휘도를 기초로 최적 영상을 선택하는 경우에는 사용자의 떨림 등에 의해 각 영상의 외곽 영역이 달라지더라도, 측정 영역의 설정 여부에 관계 없이 최적 영상을 선택할 수 있다. 한편, 휘도만을 기초로 최적 영상을 선택하는 경우도 사용자의 떨림 등에 의해 각 영상의 외곽 영역이 달라지더라도, 측정 영역의 설정 여부에 관계 없이 최적 영상을 선택할 수 있음을 알 수 있다.
도 12a 내지 12h는 고정된 밝기에서 초점의 변화가 존재하는 경우 연속적으 로 촬영된 영상들의 예를 나타낸다. 도 13a 내지 13c는 도 12a 내지 12h의 영상에 도 1의 화질 측정부를 적용한 결과를 나타낸다.
도 12a 내지 12h를 참조하면, 도 12a 내지 12h의 영상은 각각 프레임 인덱스 번호 1 내지 8에 대응된다. 여기서, 프레임 인덱스 번호가 증가할수록 초점이 잘 맞지 않아 블러링 효과가 커진다.
도 13a는 프레임 인덱스 번호에 따른 선명도 측정부(121)에서 측정된 에지의 총합(TSedge)를 나타낸다. 도 13a를 참조하면, 프레임 인덱스 번호 1의 에지의 총합이 가장 크므로, 선명도가 가장 크다. 이 경우, 프레임 인덱스 번호의 증가에 따라 선명도가 크게 감소하는 것을 알 수 있다. 도 13b는 프레임 인덱스 번호에 따른 휘도 측정부(122)에서 측정된 휘도를 나타낸다. 도 13b를 참조하면, 프레임 인덱스 번호 7의 휘도가 가장 크다. 도 13c는 프레임 인덱스 번호에 따른 결합부(123)에서 결합된 결합 값(CV)을 나타낸다. 도 13c를 참조하면, 프레임 인덱스 번호 1의 결합 값이 가장 크다. 따라서, 본 발명의 일 실시예에서 도 12a 내지 12h의 영상들 중 도 12a를 최적의 영상으로 선택할 수 있다.
도 14a내지 14e는 고정된 초점 거리에서 밝기 변화가 존재하는 경우 연속적으로 촬영된 영상들의 예를 나타낸다. 도 15a 내지 15c는 도 14a 내지 14e의 영상에 도 1의 화질 측정부를 적용한 결과를 나타낸다.
도 14a 내지 14e를 참조하면, 도 14a 내지 14e의 영상은 각각 프레임 인덱스 번호 1 내지 5에 대응된다.
도 15a는 프레임 인덱스 번호에 따른 선명도 측정부(121)에서 측정된 에지의 총합(TSedge)를 나타낸다. 도 15a를 참조하면, 프레임 인덱스 번호 1의 에지의 총합이 가장 크므로, 선명도가 가장 크다. 이 경우, 프레임 인덱스 번호의 증가에 따라 선명도가 감소하는 것을 알 수 있다. 도 15b는 프레임 인덱스 번호에 따른 휘도 측정부(122)에서 측정된 휘도를 나타낸다. 도 15b를 참조하면, 프레임 인덱스 번호 3의 휘도가 가장 크다. 이 경우, 프레임 인덱스 번호 3을 기준으로 휘도가 양방향으로 감소하는 것을 알 수 있다. 도 15c는 프레임 인덱스 번호에 따른 결합부(123)에서 결합된 결합 값(CV)을 나타낸다. 도 15c를 참조하면, 프레임 인덱스 번호 2의 결합 값이 가장 크다. 따라서, 본 발명의 일 실시예에서 도 14a 내지 14e의 영상들 중 도 14b를 최적의 영상으로 선택할 수 있다.
도 16은 본 발명의 일 실시예에 따른 영상 선택 방법을 나타내는 흐름도이다.
도 16을 참조하면, 본 실시예에 따른 영상 선택 방법은 도 1에 도시된 영상 선택 장치에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하 생략된 내용이라 하더라도 도 1에 도시된 영상 선택 장치에 관하여 이상에서 기술된 내용은 본 실시예의 영상 선택 방법에도 적용된다.
1600 단계에서, 명암 정보 추출부(11)는 연속적으로 촬영된 복수의 영상들의 명암 정보를 추출하여 그레이 레벨 영상을 출력한다.
1610 단계에서, 선명도 측정부(121)는 그레이 레벨 영상의 선명도를 측정한다.
1620 단계에서, 휘도 측정부(122)는 그레이 레벨 영상의 휘도를 측정한다. 본 발명의 실시예에 따라, 1610 단계는 1620 단계 보다 먼저 수행될 수도 있고, 나중에 수행될 수도 있으며, 동시에 수행될 수도 있다.
1630 단계에서, 결합부(123)는 선명도 측정부(121)에서 측정된 선명도와 휘도 측정부(122)에서 측정된 휘도를 결합한다.
1640 단계에서, 선택부(13)는 결합부(123)에서 결합된 결과를 기초로 복수의 영상들 중 최적의 영상을 선택한다.
도 17은 본 발명의 일 실시예에 따른 영상 처리 방법을 나타내는 흐름도이다.
도 17을 참조하면, 1700 단계에서, 연속적으로 촬영된 복수의 영상들을 수신한다.
1710 단계에서, 수신된 복수의 영상들에 대하여 최적 영상 선택 동작을 수행한다. 여기서, 최적 영상 선택 동작은 도 16에 도시된 영상 선택 방법에 대응된다. 따라서, 최적 영상 선택 동작은 명암 정보 추출, 영상의 선명도/휘도 측정, 선명도/휘도 결합, 및 최적 영상 선택 단계를 포함하는 알고리즘을 포함할 수 있다.
1720 단계에서, 입력된 영상의 수가 기 설정된 개수 N과 일치하는지 판단한다. 판단 결과, 입력된 영상의 수가 기 설정된 개수 N과 일치하지 않은 경우에는 다시 1710 단계를 진행하고, 입력된 영상의 수가 기 설정된 개수 N과 일치하는 경우에는 종료된다.
본 발명의 실시예에 따른 영상 선택 장치 및 방법은 디지털 카메라, 카메라 가 장착된 휴대폰, PDA(Personal Digital Assistant) 등에 이용될 수 있다.
또한, 본 발명에 따른 시스템은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
도 1은 본 발명의 일 실시예에 따른 영상 선택 장치를 나타내는 블록도이다.
도 2는 도 1의 선명도 측정부에 의해 검출된 에지를 포함하는 영상의 일 예를 나타낸다.
도 3은 도 1의 선명도 측정부(121)에 의해 검출된 에지를 포함하는 영상의 다른 예를 나타낸다.
도 4a 내지 4c는 가변적인 밝기에서 연속적으로 촬영된 복수의 영상들의 예를 나타낸다.
도 5a 내지 5c는 도 4a 내지 4c의 영상들에 각각 대응하는 히스토그램을 나타낸다.
도 6a는 도 1의 휘도 측정부에서 설정한 마스크의 예를 나타내고, 도 6b는 히스토그램에 도 6의 마스크를 적용한 것을 나타낸다.
도 7a 내지 7e는 고정된 밝기와 거리에서 연속적으로 촬영된 영상들의 예를 나타낸다.
도 8a 내지 8c는 도 7a 내지 7c의 영상들에 대한 도 1의 화질 측정부의 적용 결과를 나타낸다.
도 9a 내지 9c는 사용자에 의한 흔들림과 영상의 밝기 변화가 존재하는 경우 연속적으로 촬영된 영상들의 예를 나타낸다.
도 10a 내지 10c는 도 9a 내지 9c의 영상들 전체에 대한 도 1의 화질 측정부의 적용 결과를 나타낸다.
도 11a 내지 11c는 도 9a 내지 9c의 영상들에서 소정의 영역에 대한 도 1의 화질 측정부의 적용 결과를 나타낸다.
도 12a 내지 12h는 고정된 밝기에서 초점의 변화가 존재하는 경우 연속적으로 촬영된 영상들의 예를 나타낸다.
도 13a 내지 13c는 도 12a 내지 12h의 영상에 도 1의 화질 측정부를 적용한 결과를 나타낸다.
도 14a내지 14e는 고정된 초점 거리에서 밝기 변화가 존재하는 경우 연속적으로 촬영된 영상들의 예를 나타낸다.
도 15a 내지 15c는 도 14a 내지 14e의 영상에 도 1의 화질 측정부를 적용한 결과를 나타낸다.
도 16은 본 발명의 일 실시예에 따른 영상 선택 방법을 나타내는 흐름도이다.
도 17은 본 발명의 일 실시예에 따른 영상 처리 방법을 나타내는 흐름도이다.

Claims (19)

  1. 연속적으로 촬영된 복수의 영상들의 휘도 값을 측정하는 단계;
    상기 복수의 영상들의 선명도 값을 측정하는 단계;
    상기 복수의 영상들 각각에 대하여 상기 측정된 휘도 값 및 상기 측정된 선명도 값을 결합하는 단계; 및
    상기 결합된 값을 기초로 상기 복수의 영상들 중 최적의 영상을 선택하는 단계를 포함하고,
    상기 복수의 영상들의 휘도 값을 측정하는 단계는,
    상기 복수의 영상들 각각의 휘도 분포를 나타내는 히스토그램에 대하여 제1 너비 및 제1 높이를 가지는 마스크를 설정하는 단계; 및
    상기 설정된 마스크와 상기 히스토그램의 비율을 이용하여 상기 복수의 영상들의 상기 휘도 값을 측정하는 단계를 포함하는 것을 특징으로 하는 영상 선택 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 설정된 마스크와 상기 히스토그램의 비율을 이용하여 상기 복수의 영상들의 휘도 값을 측정하는 단계는
    상기 설정된 마스크의 넓이와 상기 마스크 내에 포함된 히스토그램의 넓이의 비를 계산하는 단계;
    상기 설정된 마스크의 너비와 상기 마스크 내에 포함된 히스토그램의 너비의 비를 계산하는 단계; 및
    상기 넓이의 비와 상기 너비의 비를 연산하여 상기 휘도 값을 측정하는 단계를 포함하는 것을 특징으로 하는 영상 선택 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 복수의 영상들 각각에 대하여 측정 영역을 설정하는 단계를 더 포함하고,
    상기 복수의 영상들의 선명도 값을 측정하는 단계는 상기 복수의 영상들 각각에 대하여 상기 설정된 측정 영역 내에서 선명도 값을 측정하는 것을 특징으로 하는 영상 선택 방법.
  6. 제1항에 있어서,
    상기 복수의 영상들의 선명도를 측정하는 단계는
    상기 복수의 영상들 각각의 세로 방향의 에지 성분들 및 가로 방향의 에지 성분들을 검출하는 단계; 및
    상기 세로 방향의 에지 성분들 및 상기 가로 방향의 에지 성분들의 합을 산출함으로써 상기 복수의 영상들의 선명도 값을 측정하는 단계를 포함하는 것을 특징으로 하는 영상 선택 방법.
  7. 제6항에 있어서,
    상기 최적을 영상을 선택하는 단계는
    상기 세로 방향의 에지 성분들 및 상기 가로 방향의 에지 성분들의 합과 상기 측정된 휘도 값을 곱하여 생성된 값을 기초로, 상기 복수의 영상들 중 상기 최적의 영상을 선택하는 것을 특징으로 하는 영상 선택 방법.
  8. 제1항에 있어서,
    상기 복수의 영상들의 명암 정보를 추출하는 단계를 더 포함하고,
    상기 복수의 영상들의 휘도 값을 측정하는 단계는 상기 추출된 명암 정보를 기초로 상기 복수의 영상들의 휘도 값을 측정하고,
    상기 복수의 영상들의 선명도 값을 측정하는 단계는 상기 추출된 명암 정보를 기초로 상기 복수의 영상들의 선명도 값을 측정하는 것을 특징으로 하는 영상 선택 방법.
  9. 제1항에 있어서,
    상기 최적의 영상을 선택하는 단계는 상기 연속적으로 촬영된 순서에 따라 실시간으로 수행되는 것을 특징으로 하는 영상 선택 방법.
  10. 제1항, 제3항 및 제5항 내지 제9항 중 어느 하나의 항에 따른 영상 선택 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  11. 연속적으로 촬영된 복수의 영상들의 휘도 값을 측정하는 휘도 측정부;
    상기 복수의 영상들의 선명도 값을 측정하는 선명도 측정부;
    상기 복수의 영상들 각각에 대하여 상기 측정된 휘도 값 및 상기 측정된 선명도 값을 결합하는 결합부; 및
    상기 결합된 값을 기초로 상기 복수의 영상들 중 최적의 영상을 선택하는 선택부를 포함하고,
    상기 휘도 측정부는,
    상기 복수의 영상들 각각의 휘도 분포를 나타내는 히스토그램에 대하여 제1 너비 및 제1 높이를 가지는 마스크를 설정하고, 상기 설정된 마스크와 상기 히스토그램의 비율을 이용하여 상기 복수의 영상들의 상기 휘도 값을 측정하는 것을 특징으로 하는 영상 선택 장치.
  12. 삭제
  13. 제11항에 있어서,
    상기 휘도 측정부는
    상기 설정된 마스크의 넓이와 상기 마스크 내에 포함된 히스토그램의 넓이의 비 및 상기 설정된 마스크의 너비와 상기 마스크 내에 포함된 히스토그램의 너비의 비를 각각 계산하고, 상기 넓이의 비와 상기 너비의 비를 연산하여 상기 휘도 값을 측정하는 것을 특징으로 하는 영상 선택 장치.
  14. 삭제
  15. 제11항에 있어서,
    상기 복수의 영상들 각각에 대하여 측정 영역을 설정하는 영역 설정부를 더 포함하고,
    상기 선명도 측정부는 상기 복수의 영상들 각각에 대하여 상기 설정된 측정 영역 내에서 선명도 값을 측정하는 것을 특징으로 하는 영상 선택 장치.
  16. 제11항에 있어서,
    상기 선명도 측정부는
    상기 복수의 영상들 각각의 세로 방향의 에지 성분들 및 가로 방향의 에지 성분들을 검출하고, 상기 세로 방향의 에지 성분들 및 상기 가로 방향의 에지 성분들의 합을 산출함으로써 상기 복수의 영상들의 선명도 값을 측정하는 것을 특징으로 하는 영상 선택 장치.
  17. 제16항에 있어서,
    상기 선택부는
    상기 세로 방향의 에지 성분들 및 상기 가로 방향의 에지 성분들의 합과 상기 측정된 휘도 값을 곱하여 생성된 값을 기초로, 상기 복수의 영상들 중 상기 최적의 영상을 선택하는 것을 특징으로 하는 영상 선택 장치.
  18. 제11항에 있어서,
    상기 복수의 영상들의 명암 정보를 추출하는 명암 추출부를 더 포함하고,
    상기 휘도 측정부는 상기 추출된 명암 정보를 기초로 상기 복수의 영상들의 휘도 값을 측정하고,
    상기 선명도 측정부는 상기 추출된 명암 정보를 기초로 상기 복수의 영상들의 선명도 값을 측정하는 것을 특징으로 하는 영상 선택 장치.
  19. 제11항에 있어서,
    상기 선택부는
    상기 복수의 영상에 대하여 상기 연속적으로 촬영된 순서에 따라 실시간으로 처리하는 것을 특징으로 하는 영상 선택 장치.
KR1020080036747A 2008-04-21 2008-04-21 최적 영상 선택 방법 및 장치 KR101060488B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020080036747A KR101060488B1 (ko) 2008-04-21 2008-04-21 최적 영상 선택 방법 및 장치
CN2009801139146A CN101971611B (zh) 2008-04-21 2009-04-21 最佳影像选择方法以及影像选择装置
US12/427,582 US8724917B2 (en) 2008-04-21 2009-04-21 Selecting best image among sequentially captured images
EP09734031A EP2269369B1 (en) 2008-04-21 2009-04-21 Selecting best image
PCT/KR2009/002064 WO2009131350A2 (en) 2008-04-21 2009-04-21 Selecting best image
JP2011506190A JP5389903B2 (ja) 2008-04-21 2009-04-21 最適映像選択

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080036747A KR101060488B1 (ko) 2008-04-21 2008-04-21 최적 영상 선택 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20090111136A KR20090111136A (ko) 2009-10-26
KR101060488B1 true KR101060488B1 (ko) 2011-08-30

Family

ID=41201153

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080036747A KR101060488B1 (ko) 2008-04-21 2008-04-21 최적 영상 선택 방법 및 장치

Country Status (6)

Country Link
US (1) US8724917B2 (ko)
EP (1) EP2269369B1 (ko)
JP (1) JP5389903B2 (ko)
KR (1) KR101060488B1 (ko)
CN (1) CN101971611B (ko)
WO (1) WO2009131350A2 (ko)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013049374A2 (en) * 2011-09-27 2013-04-04 Picsured, Inc. Photograph digitization through the use of video photography and computer vision technology
WO2014064690A1 (en) 2012-10-23 2014-05-01 Sivan Ishay Real time assessment of picture quality
CN102982536B (zh) * 2012-11-05 2015-07-22 华为技术有限公司 处理图像的方法和设备
US9241102B2 (en) * 2012-12-05 2016-01-19 Xerox Corporation Video capture of multi-faceted documents
US9350916B2 (en) 2013-05-28 2016-05-24 Apple Inc. Interleaving image processing and image capture operations
US9491360B2 (en) * 2013-06-06 2016-11-08 Apple Inc. Reference frame selection for still image stabilization
US9384552B2 (en) 2013-06-06 2016-07-05 Apple Inc. Image registration methods for still image stabilization
US9262684B2 (en) 2013-06-06 2016-02-16 Apple Inc. Methods of image fusion for image stabilization
US9247136B2 (en) 2013-08-21 2016-01-26 Xerox Corporation Automatic mobile photo capture using video analysis
US20150071547A1 (en) 2013-09-09 2015-03-12 Apple Inc. Automated Selection Of Keeper Images From A Burst Photo Captured Set
CN104427240A (zh) * 2013-09-09 2015-03-18 深圳富泰宏精密工业有限公司 电子装置及其影像调整方法
US9218667B2 (en) * 2013-11-25 2015-12-22 International Business Machines Corporation Spherical lighting device with backlighting coronal ring
CN103607533A (zh) * 2013-12-03 2014-02-26 厦门美图移动科技有限公司 一种适用于零延迟快门的拍照方法及装置
CN103618855A (zh) * 2013-12-03 2014-03-05 厦门美图移动科技有限公司 一种自动选择最优图片的拍照方法及装置
CN103780842A (zh) * 2014-02-14 2014-05-07 宇龙计算机通信科技(深圳)有限公司 一种拍照方法及装置
CN105338240A (zh) * 2014-08-12 2016-02-17 希姆通信息技术（上海）有限公司 拍照设备、对焦方法、装置及系统
US9456123B2 (en) 2014-12-18 2016-09-27 Xerox Corporation Method and system to configure mobile electronic device settings using remote data store analytics
US11962908B2 (en) 2015-03-17 2024-04-16 Microsoft Technology Licensing, Llc. Automatic image frame processing possibility detection
JP2018524623A (ja) 2015-05-14 2018-08-30 エスアールアイ インターナショナルＳＲＩ Ｉｎｔｅｒｎａｔｉｏｎａｌ モバイル機器キャプチャからの最適画像選択方法
JP6719206B2 (ja) * 2015-12-25 2020-07-08 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
US10225511B1 (en) 2015-12-30 2019-03-05 Google Llc Low power framework for controlling image sensor mode in a mobile image capture device
US10732809B2 (en) 2015-12-30 2020-08-04 Google Llc Systems and methods for selective retention and editing of images captured by mobile image capture device
KR101809346B1 (ko) * 2016-01-19 2017-12-14 전자부품연구원 스테레오스코픽 카메라의 최적 깊이 인식을 위한 조명 제어 방법 및 시스템
US9532004B1 (en) 2016-05-12 2016-12-27 Google Inc. Animated user identifiers
KR20190039673A (ko) 2016-05-24 2019-04-15 모포트러스트 유에스에이, 엘엘씨 문서 이미지 품질 평가
US9973647B2 (en) 2016-06-17 2018-05-15 Microsoft Technology Licensing, Llc. Suggesting image files for deletion based on image file parameters
US10671895B2 (en) 2016-06-30 2020-06-02 Microsoft Technology Licensing, Llc Automated selection of subjectively best image frames from burst captured image sequences
KR102596157B1 (ko) * 2021-05-18 2023-10-31 한성대학교 산학협력단 사진 관리 장치 및 그 방법
EP4134883B1 (en) * 2021-08-11 2024-04-24 Siemens Aktiengesellschaft Systems and methods for automated x-ray inspection

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100669251B1 (ko) * 2005-11-25 2007-01-16 한국전자통신연구원 디지털 영상 품질 자동 분석 장치 및 방법
US20070132874A1 (en) * 2005-12-09 2007-06-14 Forman George H Selecting quality images from multiple captured images

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5363209A (en) * 1993-11-05 1994-11-08 Xerox Corporation Image-dependent sharpness enhancement
JPH07177502A (ja) * 1993-12-17 1995-07-14 Sutajio Gen:Kk 画像情報圧縮方法、圧縮画像情報記録媒体、圧縮画像情報再生装置
US5877504A (en) * 1996-05-20 1999-03-02 Konica Corporation Radiographic intensifying screen and radiation image converting panel
JP2885239B1 (ja) * 1998-02-27 1999-04-19 日本電気株式会社 画像処理装置
JP2000209484A (ja) * 1999-01-18 2000-07-28 Nikon Corp 画像選別機能を有する電子カメラ、およびプログラムを記録した記録媒体
JP3772133B2 (ja) * 2001-06-14 2006-05-10 松下電器産業株式会社 自動階調補正装置，自動階調補正方法および自動階調補正プログラム記録媒体
US7327891B2 (en) * 2001-07-17 2008-02-05 Yesvideo, Inc. Automatic selection of a visual image or images from a collection of visual images, based on an evaluation of the quality of the visual images
US7362354B2 (en) 2002-02-12 2008-04-22 Hewlett-Packard Development Company, L.P. Method and system for assessing the photo quality of a captured image in a digital still camera
JP4228641B2 (ja) * 2002-09-20 2009-02-25 セイコーエプソン株式会社 出力対象画像データ選択
US20050219362A1 (en) * 2004-03-30 2005-10-06 Cernium, Inc. Quality analysis in imaging
US7783115B2 (en) 2004-12-14 2010-08-24 Fujifilm Corporation Apparatus and method for setting degrees of importance, apparatus and method for representative image selection, apparatus and method for printing-recommended image selection, and programs therefor
JP2006254107A (ja) * 2005-03-10 2006-09-21 Olympus Imaging Corp 画像評価装置、画像評価プログラム、画像評価プログラムを記録する記録媒体、画像評価方法
KR100731358B1 (ko) * 2005-11-09 2007-06-21 삼성전자주식회사 화질 평가 방법 및 시스템
JP2008067009A (ja) * 2006-09-06 2008-03-21 Nikon Corp 画像再生装置及び撮像装置
US7800657B2 (en) * 2006-12-29 2010-09-21 Micron Technology, Inc. Method, apparatus and system using hierarchical histogram for automatic exposure adjustment of an image

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100669251B1 (ko) * 2005-11-25 2007-01-16 한국전자통신연구원 디지털 영상 품질 자동 분석 장치 및 방법
US20070132874A1 (en) * 2005-12-09 2007-06-14 Forman George H Selecting quality images from multiple captured images

Also Published As

Publication number Publication date
CN101971611B (zh) 2013-06-05
EP2269369A2 (en) 2011-01-05
CN101971611A (zh) 2011-02-09
KR20090111136A (ko) 2009-10-26
US8724917B2 (en) 2014-05-13
EP2269369A4 (en) 2011-08-03
WO2009131350A2 (en) 2009-10-29
JP5389903B2 (ja) 2014-01-15
US20090263028A1 (en) 2009-10-22
WO2009131350A3 (en) 2010-01-14
JP2011521521A (ja) 2011-07-21
EP2269369B1 (en) 2012-11-07

Similar Documents

Publication Publication Date Title
KR101060488B1 (ko) 최적 영상 선택 방법 및 장치
KR101376701B1 (ko) 화상처리장치, 촬상장치, 화상출력장치, 이들 장치에있어서의 방법 및 프로그램
EP2987134B1 (en) Generation of ghost-free high dynamic range images
US7356254B2 (en) Image processing method, apparatus, and program
US7599568B2 (en) Image processing method, apparatus, and program
CN105812675B (zh) 基于亮度分布和运动之间的折中生成场景的hdr图像的方法
US8698910B2 (en) Apparatus, camera, method, and computer-readable storage medium for generating advice for capturing an image
EP1918872B1 (en) Image segmentation method and system
KR101324268B1 (ko) 화상 식별 방법 및 촬상장치
CN113992861B (zh) 一种图像处理方法及图像处理装置
KR20120023591A (ko) 화상 처리 장치 및 방법, 및 프로그램
US8085316B2 (en) Image-processing unit, imaging apparatus, and computer program product
JP2004310475A (ja) 画像処理装置、画像処理を行う携帯電話、および画像処理プログラム
US8830359B2 (en) Image processing apparatus, imaging apparatus, and computer readable medium
JP3992720B2 (ja) 画像補正装置、画像補正方法、プログラム、及び記録媒体
WO2015196681A1 (zh) 一种图片处理方法及电子设备
JP4493416B2 (ja) 画像処理方法および装置並びにプログラム
JP5202190B2 (ja) 画像処理方法及び画像処理装置
JP4534750B2 (ja) 画像処理装置および画像処理プログラム
JP4466016B2 (ja) 画像処理装置および画像処理プログラム
JP6063680B2 (ja) 画像生成装置、画像生成方法、撮像装置、および撮像方法
JP4043499B2 (ja) 画像補正装置及び画像補正方法
JP4831344B2 (ja) 目の位置の検出方法
JP4966167B2 (ja) 画像評価装置及びこの画像評価装置を有するカメラ
US20220092357A1 (en) Information processing apparatus, information processing method, and storage medium

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140703

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150724

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160725

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170725

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180725

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190725

Year of fee payment: 9